Кокошкин А.В. «Применение метода перенормировки с ограничением к акустическим изображениям» Журнал радиоэлектроники, № 2, с. 9 (2022)

Предлагается применение метода перенормировки с ограничением (МПО) для подавления спекл шума на различных видах акустических изображений. Принципиальная возможность существенного снижения уровня спекл-шума обнаружена вследствие того, что МПО перенормирует спекл акустического изображения к модели универсального опорного спекла (УОС), которая является моделью, спекла оптического изображения «хорошего» качества. Для повышения общей резкости, после применения МПО, рекомендовано использовать дополнительную обработку, подходящую к своему виду изображений. Предложено оценивать степень подавления спекл-шума с помощью среднеквадратичного отклонения от изображения, усредненного по спрайту. Проведенное исследование позволяет сделать заключение о том, что применение МПО к различным акустическим изображениям позволяет существенно снизить присущий им спекл-шум.

Базулин Е.Г. «Сегментация ультразвукового изображения отражателей, основанная на анализе близости гистограммы к распределению Рэлея» Дефектоскопия, № 11, с. 3-12 (2022)

В настоящее время для повышения скорости подготовки протокола ультразвукового контроля и уменьшения влияния человеческого фактора активно разрабатываются системы распознавания (классификации) отражателей на основе искусственных нейронных сетей. Для более эффективной работы нейронных сетей изображения отражателей целесообразно обработать с целью повышения отношения сигнал/шум изображения и его сегментации (кластеризации). В статье предлагается метод сегментации, основанный на построении бинарной маски, скрывающей блики отражателей. Маска создается из условия получения максимально близкого вида гистограммы изображения к распределению Рэлея. Для решения задачи поиска минимума используется генетический алгоритм. В модельных экспериментах продемонстрирована эффективность применения данного подхода для сегментации изображений отражателей, восстановленных по эхосигналам, измеренным с помощью антенных решеток. Для определения типа отражателя применялся метод, основанный на анализе амплитуд бликов изображений, восстановленных по разным акустическим схемам.

Долматов Д.О., Ермошин Н.И. «Цифровая когерентная обработка сигналов с расчетами в частотной области для решения задач ультразвуковой томографии с применением матричных антенных решеток с неэквидистантным расположением элементов» Дефектоскопия, № 11, с. 13-26 (2022)

Задача повышения скорости восстановления изображений дефектов является актуальной проблемой развития промышленной ультразвуковой томографии на основе цифровой когерентной обработки сигналов матричных антенных решеток (АР). В контексте указанной проблемы в рамках данной работы рассмотрено совместное использование вычислительно-эффективных алгоритмов с расчетами в частотной области и матричных АР с неэквидитсантным расположением элементов. Совместное применение указанных подходов по повышению скорости получения результатов обеспечивается за счет применения алгоритма цифровой когерентной обработки на основе неэквидистантного быстрого преобразования Фурье (НБПФ). Эффективность данного алгоритма была подтверждена экспериментально.

Шипко В.В., Самойлин Е.А., Пожар В.Э., Мачихин А.С. «Формирование контрастных изображений заданных объектов акустооптическим гиперспектрометром путем выборочной спектральной регистрации» Оптика и спектроскопия, 130, № 10, с. 1603-1610 (2022)

Представлена методика выбора положения наиболее информативных спектральных каналов при использовании акустооптического гиперспектрометра в режиме выборочной спектральной регистрации. Разработанная методика позволяет выбрать спектральные каналы, в которых наблюдается максимальный контраст объектов на некотором фоне при условии, что спектральные свойства их известны. Результаты экспериментальных исследований методики подтверждают повышение контраста по сравнению с панхроматическим и с гиперспектральным режимами съемки во всем оптическом диапазоне. Выбор спектральных каналов по представленной методике может быть использован как для формирования функций пропускания в многооконном акустооптическом гиперспектрометре, так и для быстрого формирования высококонтрастных цветосинтезированных изображений. Ключевые слова: гиперспектральные изображения, спектральный контраст, цифровая обработка изображений, акустооптический фильтр, спектральная плотность энергетической яркости.